基于方面的情感分析

时间:2020-07-09 13:33:23

标签: python nlp pytorch sentiment-analysis bert-language-model

我已经阅读了Yang等人提出的名为“面向中文的方面极性分类和方面术语提取的多任务学习模型”的论文。 al(2019)。 该代码在此处可用: https://github.com/yangheng95/LCF-ATEPC 该代码可与SemEval 2014数据集一起使用,但是当我尝试使用数据集时,我很难将其转换为可与代码一起使用的结构。

我的数据集(json文件)具有以下结构https://github.com/afi1289/LCF-ATEPC/blob/master/atepc_datasets/restaurant/restaurant_sentences_for_ABSA.json

“ 98497_5”:{“ true token”:[“ Mussels”,“-”,“ So”,“ much”,“ flavor”,“!”],“ label”:[“ BA”,“ O “,” BS“,” IS“,” IS“,” O“],”参考“:[”“,”“,” 1“,”“,”“,”“,”],“极性”:[“ “,”,“ 2”,“”,“,”“],”方面类别“:[” f“,”“,”,“,”,“,”,“,”],“修饰符”:[ [],[],[“ STR”],[],[],[]],“句子”:“贻贝-味道如此!”

只有以下结构适用于LCF-ATEPC模型: 但是O -1 O -1 职员B-ASP 0 是O -1 所以O -1 可怕的O -1 至O -1 我们O -1 。 O -1

我们尝试将其转换,然后得到:

贻贝B-ASP 2

  • O -1 所以O -1 大O -1 风味O -1 ! O -1

但是,LCF-ATEPC模型无法开始训练吗? 如何转换json数据集以使其能够与LCF-ATEPC模型配合使用?

提前谢谢!

0 个答案:

没有答案